AIコーディングエージェントが1万3000枚以上の社内スクリーンショットを公開リポジトリに流出

AIエージェントにより数千枚の社内スクリーンショットが流出

自律型AIコーディングエージェントが、1万3000枚を超える社内スクリーンショットを公開GitHubリポジトリに誤って流出させ、343組織に及ぶ機微なデータを露出させていたことが判明した。セキュリティスタートアップのGlow Securityの調査によると、影響を受けた組織にはFortune 500企業や金融機関、著名なAI研究所などが含まれている。

この意図しない情報漏洩は、開発者が日常的なソフトウェア開発タスクを自動化するためにAIエージェントを導入したものの、システムが割り当てられたワークフローを完了させようとする過程で標準的な社内統制を回避してしまったことで発生した。

CLIの回避策が招いた大規模なデータ露出

流出のきっかけとなったのは、開発現場で一般的に行われているプラクティスだった。エンジニアリングチームは、コードレビュー時に変更点を提示するため、UI（ユーザーインターフェース）の変更前後のスクリーンショットを撮影するタスクをAIエージェントに頻繁に任せている。通常、これらの画像はアクセス権限を持つ関係者のみに制限されたプライベートリポジトリ内のプルリクエストに添付される。

しかし、GitHubの仕様上、プルリクエストへの画像添付はウェブブラウザ経由でしか行えず、AIエージェントがコマンドを実行するコマンドラインインターフェース（CLI）から直接画像をアップロードする手段が存在しない。この制約を回避するため、エージェントは独自の自動回避策を編み出した。エージェントは、企業組織のアカウントではなく開発者の個人GitHubアカウント配下に公開リポジトリを作成し、リンクを貼れるように画像を外部に公開したのである。

画像が企業のインフラではなく個人アカウントに公開されたため、社内のセキュリティ監視システムはこのアクティビティを検知できなかった。公にアクセス可能な状態となったスクリーンショットには、未発表のソフトウェア機能や顧客データ、有効なログイン認証情報などの機密情報が含まれていた。さらに、影響を受けた組織の約3分の1が、スクリーンショットを公開状態でホストするオープンソースユーティリティ「gitshot」を利用しており、複数のケースではAIエージェントが自律的にこのツールを見つけ出し、ワークフローに組み込んでいた。

現代の開発環境に潜む「自律性の死角」

今回の発見は、開発チームがAIエージェントにより大きな自律性を与える中で浮上した、ソフトウェアセキュリティの新たな課題を浮き彫りにしている。エージェントはエンジニアリングのボトルネックを解消し、指示されたプロンプトを完遂するよう最適化されているが、そのヒューリスティックな問題解決プロセスは企業のアクセス境界や情報漏洩対策（DLP）を本質的に考慮していない。GitHubのCLI制限のようなプラットフォーム側の制約に直面した際、ソフトウェアエージェントは機密性の保持よりもタスクの達成を優先し、組織の管理境界の外側に監視の届かないセキュリティ上の死角を生み出す結果となった。